李珺　宋文龍

(東北林業(yè)大學(xué)，哈爾濱，150040)

?

基于光譜反射特征的草莓葉片含水率模型1)

李珺宋文龍

(東北林業(yè)大學(xué)，哈爾濱，150040)

以草莓為試材，通過(guò)對(duì)冠層葉片含水率與不同波段組成的水分指數(shù)(WI)和歸一化植被指數(shù)(ND，V，I)進(jìn)行線(xiàn)性、指數(shù)、對(duì)數(shù)、冪函數(shù)以及多項(xiàng)式回歸分析，研究了干旱(DT)、輕度干旱(MDT)、適量(AWT)及溢水(OWT)4種不同水分處理方式下草莓光譜反射特征與葉片水分狀況之間的關(guān)系。研究結(jié)果顯示：在不同生長(zhǎng)時(shí)期下冠層葉片含水率的敏感波段分別為540、660、930、1 630、2 990、3 300 nm。草莓冠層葉片含水率與水分指數(shù)和歸一化植被指數(shù)呈顯著相關(guān)，決定系數(shù)分別達(dá)到0.834 3、0.874 7。并建立了預(yù)測(cè)草莓葉片含水率的預(yù)測(cè)模型，利用精度檢驗(yàn)證明了預(yù)測(cè)模型的穩(wěn)定性和敏感性。

草莓；葉片含水率；反射光譜；光譜指數(shù)；回歸模型

We studied the relationship between canopy reflectance characteristics and leaf water status of strawberry by regression analysis under different water levels. The water contents of canopy leaf had a significant correlation with the spectral reflectance bands of 540, 660, 930, 1 630, 2 990, and 3 300 nm at different growth stages. The water contents of canopy leaf had a best correlation with the ratio water index WI and the normalized difference vegetation index NDVI, whose coefficient of determination were 0.834 3 and 0.874 7, respectively. The best prediction models to estimate leaf water content were set up, and the model was stable and sensitive to predict leaf water content by the precision test.

植株水分狀況評(píng)價(jià)是評(píng)估干旱脅迫、節(jié)水灌溉、預(yù)測(cè)野火和檢測(cè)植被一般生理狀態(tài)的重要參數(shù)。實(shí)驗(yàn)室采用便攜式光譜輻射儀分析估測(cè)植株水分狀態(tài)，存在測(cè)試時(shí)間長(zhǎng)及植株損傷性大等缺陷。隨著遙感技術(shù)的發(fā)展，利用空中和衛(wèi)星多光譜和超光譜傳感器估測(cè)植株水分狀態(tài)，能夠有效地解決現(xiàn)場(chǎng)無(wú)損采樣并能夠提供連續(xù)的大面積空間覆蓋[1]，這已成為遙感領(lǐng)域近年來(lái)的研究熱點(diǎn)[2-3]。目前，通過(guò)可見(jiàn)光、近紅外及短波紅外光譜數(shù)據(jù)獲取葉片含水率已經(jīng)被廣泛采用。Saleem[3]從中波紅外區(qū)域中測(cè)試了3個(gè)窄波段指數(shù)來(lái)獲取葉片含水率。結(jié)果表明，中波紅外光譜數(shù)據(jù)中包含可以用來(lái)準(zhǔn)確估測(cè)葉片含水率的充足信息，特別是2.588～2.650、3.814～3.900、4.220～4.272、5.150～5.268 μm波段的光譜反射率與葉片含水率具有很強(qiáng)的相關(guān)性。Steven et al.[4]以3種地中海樹(shù)種為研究對(duì)象，在電磁頻譜的日光波段利用高分辨率光譜數(shù)據(jù)定量的估測(cè)葉片含水率，結(jié)果證明是可行的。此外有研究表明，利用連續(xù)小波分析葉片反射光譜能夠準(zhǔn)確預(yù)測(cè)干葉片及鮮葉片的含水率[5-8]。

目前的研究主要集中于不同生長(zhǎng)環(huán)境下的農(nóng)作物及樹(shù)木等物種。在不同試驗(yàn)條件下，對(duì)于不同植被現(xiàn)有估測(cè)植株水分狀況的光譜特征值和參數(shù)差異較大。針對(duì)水果植株光譜特征與植株水分狀況關(guān)系的檢測(cè)研究相對(duì)較少。文中選擇草莓作為試驗(yàn)對(duì)象，研究冠層反射光譜指數(shù)與冠層葉片含水率之間的定量關(guān)系，構(gòu)建適應(yīng)性較強(qiáng)的草莓水分狀況預(yù)測(cè)模型，為監(jiān)測(cè)草莓植株水分狀況奠定理論基礎(chǔ)，并對(duì)草莓精準(zhǔn)水分管理提供應(yīng)用指導(dǎo)。

1　材料與方法

試驗(yàn)于黑龍江省農(nóng)業(yè)科學(xué)院園藝分院智能溫室中培育室進(jìn)行。試驗(yàn)點(diǎn)均處于自然生長(zhǎng)區(qū)域。供試草莓品種為童子一號(hào)，試驗(yàn)標(biāo)本選擇生長(zhǎng)狀況良好、無(wú)病蟲(chóng)害、生長(zhǎng)均勻一致的植株。選擇土壤為泥炭土，pH值5.5，田間持水量為50%，電導(dǎo)率為0.5。

為了研究光譜指數(shù)隨葉片含水率不同而產(chǎn)生的變化，試驗(yàn)選擇相同的草莓品種在生長(zhǎng)期內(nèi)人工進(jìn)行干旱(DT)、輕度干旱(MDT)、適量(AWT)及溢水(OWT)4種不同水分處理方式，隨機(jī)劃分區(qū)域排列不同組別。

試驗(yàn)采用國(guó)產(chǎn)傅立葉紅外光譜儀FTIR-650，采集波長(zhǎng)為400～4 000 nm，分辨率為1.5 nm。測(cè)量時(shí)傳感器探頭垂直于冠層頂，一般離冠層頂距離1 m左右。不同水分處理的草莓植株選取10個(gè)樣本，4種水分處理共計(jì)40個(gè)樣本。試驗(yàn)對(duì)象區(qū)分為4個(gè)部分，每個(gè)部分選有代表性的3處冠層位置測(cè)量其冠層光譜值，每處采集5組數(shù)據(jù)，取每個(gè)品種的各組光譜反射率的平均值作為該品種的一次光譜測(cè)量值。試驗(yàn)選擇生長(zhǎng)期內(nèi)40片成熟葉片，其中一半樣本用于測(cè)量，另一半樣本用于模型驗(yàn)證。

采用烘干法測(cè)量葉片含水率。植株離體后迅速裝入帶有濕紙巾的塑料袋，再將這些塑料袋放置在裝冰的黑色塑料袋中帶回實(shí)驗(yàn)室[9]。分離出葉片，用精度為100 μg的數(shù)字天平稱(chēng)取葉片鮮質(zhì)量，測(cè)量完所有葉片鮮質(zhì)量后再將葉片裝入紙袋，使用電熱恒溫鼓風(fēng)箱，先將溫度調(diào)至100～105 ℃，殺青10 min，然后將溫度調(diào)至75 ℃，烘至恒質(zhì)量，并稱(chēng)其干質(zhì)量。根據(jù)以下公式計(jì)算葉片相對(duì)含水率：

(1)

(2)

式中:WF為葉片鮮質(zhì)量；WD為葉片干質(zhì)量(至少烘干12 h)；CD為干基含水率；CF為濕基含水率。葉片中水質(zhì)量可能大于葉片干質(zhì)量，因此，CD可能會(huì)大于1，而CF一定是小于1的值。

2　結(jié)果與分析

2.1葉片含水率與光譜反射率的關(guān)系

圖1給出了4種不同水分處理后葉片含水率(CD)與反射光譜波形之間的關(guān)聯(lián)關(guān)系。由圖1可知，當(dāng)波長(zhǎng)為400～4 000 nm時(shí)，不同水分處理下葉片光譜反射率的變化趨勢(shì)一致。溢水處理的葉片光譜反射率最低。并且從圖1中還可以看出，葉片的含水率與水分處理情況有著密切關(guān)聯(lián)，不同水分處理能夠培育不同含水率的草莓葉片樣本。表1給出了不同水分處理下葉片含水率的變化，從中可以看出，CF從69.04%變化到72.02%;CD從223.80%升高到257.87%。

圖1　不同水分處理葉片含水率的反射光譜

由圖1及表1可知，不同葉片含水率CF和CD將會(huì)影響葉片光譜反射率。當(dāng)波長(zhǎng)為510～3 600 nm時(shí)，存在反射振幅劇烈變化區(qū)域，如當(dāng)波長(zhǎng)分別為510～920 nm和3 000～3 600 nm時(shí)，反射光譜的深度和形狀能夠反映該區(qū)域葉片含水率從最低到最高變化時(shí)的吸收特性。此外，當(dāng)波長(zhǎng)為510～1 800 nm時(shí)，在540、660、930、1 630 nm等處出現(xiàn)有明顯的反射峰和吸收谷。說(shuō)明通過(guò)葉片反射光譜值探求葉片的含水率狀況是可行的。

表1經(jīng)不同水分處理的葉片含水率

%

2.2光譜指數(shù)與葉片含水率之間的回歸分析

圖1中波長(zhǎng)800～1 600 nm光譜變化頻繁，根據(jù)文獻(xiàn)[9]、[11]中給出的水分指數(shù)及計(jì)算方法，文中選擇820、860、900、950、970、1 240、1 600 nm等作為特征波段，通過(guò)草莓冠層葉片含水率與不同波段組成的水分指數(shù)(WI)和歸一化植被指數(shù)(ND，V，I)進(jìn)行線(xiàn)性、指數(shù)、對(duì)數(shù)、冪函數(shù)以及多項(xiàng)式回歸分析。由WI1、WI2、ND，V，I1、ND，V，I24種光譜指數(shù)建立不同函數(shù)的回歸模型。結(jié)果顯示，WI與草莓童子1號(hào)冠層葉片含水率均呈正相關(guān)，WI1的多項(xiàng)式、指數(shù)和對(duì)數(shù)回歸曲線(xiàn)相近相關(guān)系數(shù)分別為0.834 3、0.833 3、0.813 3；WI2的分別為0.746 2、0.746 7、0.732 0。線(xiàn)性及冪函數(shù)回歸曲線(xiàn)幾乎重合，但相關(guān)系數(shù)較低，WI1分別為0.640 0、0.636 3；WI2分別為0.734 3、0.732 5。ND，V，I與草莓童子1號(hào)冠層葉片含水率均呈負(fù)相關(guān)，其中多項(xiàng)式、指數(shù)、對(duì)數(shù)、線(xiàn)性及冪函數(shù)擬合的相關(guān)系數(shù)ND，V，I1分別為0.703 1、0.696 0、0.362 8、0.654 0、0.675 3；ND，V，I2分別為0.874 7、0.864 5、0.869 0、0.207 0、0.391 2。由此可見(jiàn)，利用WI和ND，V，I得到的多項(xiàng)式回歸模型最優(yōu)。WI和ND，V，I與葉片含水率之間擬合效果較好。表2中給出了草莓童子1號(hào)冠層植株葉片含水率與光譜指數(shù)間的較優(yōu)關(guān)系模型。

表2草莓葉片含水率(y)與冠層光譜參數(shù)(x)之間的定量關(guān)系

光譜參數(shù)回歸方程決定系數(shù)(R2)WI1[9]Y=974.654-1947.111x+1046.586x20.8343WI2[10]Y=262.233-440.038x+250.3730.7467ND,V,I1[11]Y=89.0674-798.7540x+8409.3971x20.8260ND,V,I2[12]Y=77.8346-200.0532x+372.6538x20.8747

試驗(yàn)中，在保證植株健康生長(zhǎng)情況下，經(jīng)不同水分處理的葉片含水率差異較小，但當(dāng)葉片含水率接近72%時(shí)，隨比值指數(shù)的變化，葉片含水率增加更加緩慢，趨于飽和，這說(shuō)明72%為草莓童子1號(hào)冠層葉片含水率的臨界點(diǎn)。圖1中900～1 600波段中反射光譜趨勢(shì)一致但波形接近，能夠看出該波段受其他因素影響較多，利用此波段內(nèi)光譜指數(shù)反演葉片含水率，能更好地消除干擾因素。

2.3葉片含水率預(yù)測(cè)模型精度檢驗(yàn)

通過(guò)比較不同回歸模型，文中選擇WI1和ND，V，I2的相關(guān)模型Y=974.654-1 947.111x+1 046.586x2和Y=77.834 6-200.053 2x+372.653 8x2預(yù)測(cè)葉片含水率狀況。通過(guò)利用上述兩個(gè)回歸模型分別預(yù)測(cè)剩余樣本葉片含水率狀況。

圖2、圖3為兩個(gè)模型的預(yù)測(cè)值與草莓葉片含水率實(shí)測(cè)值對(duì)比圖。由圖2、圖3可以看出，不同水處理情況下兩個(gè)模型中CF的實(shí)測(cè)值與預(yù)測(cè)值均很接近。但根據(jù)決定系數(shù)WI1為0.818 45、ND，V，I2為0.869 1可以看出，ND，V，I2模型的檢驗(yàn)精度更高，預(yù)測(cè)值與CF的相關(guān)度更好，由此表明，歸一化植被指數(shù)用于監(jiān)測(cè)草莓葉片含水率具有較高的穩(wěn)定及敏感性。

圖2　葉片含水率(CF)實(shí)測(cè)值與WI1回歸模型預(yù)測(cè)值比較

圖3　葉片含水率(CF)實(shí)測(cè)值與ND，V，I2回歸模型預(yù)測(cè)值比較

3　結(jié)束語(yǔ)

文中討論了利用葉片的反射光譜反演草莓植株葉片含水率(CF和CD)的方法。不同水分處理的草莓葉片含水率存在差異，在一定范圍內(nèi)隨著灌溉量增加而增加；但經(jīng)適量與溢水處理的葉片含水率差異不明顯。表明灌溉量達(dá)到一定量時(shí)，葉片含水率將會(huì)達(dá)到飽和。經(jīng)不同水分處理的草莓冠層光譜變化顯著，經(jīng)干旱處理的草莓冠層葉片光譜反射率最高；在399～553 nm、721～941 nm、3 350～3 720波段，草莓冠層光譜反射率隨灌溉量增加呈現(xiàn)遞增的趨勢(shì)；在2 910～3 350 nm波段，冠層光譜反射率隨灌溉量增加呈現(xiàn)遞減的趨勢(shì)；此外，在1 800～2 680 nm波段，各種水分處理情況下冠層反射光譜變化平緩，MDT的反射率略低于DT，但高于AWT、OWT。

結(jié)合草莓光譜反射率變化規(guī)律，選擇820、860、900、950、970、1 240、1 600 nm等作為特征波段，通過(guò)分解反射光譜為不同敏感波段，使用回歸分析方法，建立了預(yù)測(cè)葉片含水率狀態(tài)的相關(guān)模型。分析結(jié)果表明，利用WI和ND，V，I得到的多項(xiàng)式回歸模型最優(yōu)。WI和ND，V，I與植株葉片含水率之間有較好的相關(guān)性。當(dāng)葉片含水率接近72%時(shí)，隨比值指數(shù)的變化，葉片含水率增加緩慢，達(dá)到飽和。這一結(jié)果與不同葉片含水率反射光譜分析結(jié)果一致。

預(yù)測(cè)CF以基于ND，V，I的模型精度最高，實(shí)測(cè)值與預(yù)測(cè)值之間的決定系數(shù)達(dá)到0.869 1，此外，900～1 600 nm波段中反射光譜趨勢(shì)一致但波形接近，因此，該波段受其他因素影響較多，利用此波段內(nèi)光譜指數(shù)反演葉片含水率，能更好地消除干擾因素，模型Y=77.834 6-200.053 2x+372.653 8x2可以作為估測(cè)CF的最優(yōu)模型。

草莓在不同生育期對(duì)水分的要求也不一樣。開(kāi)花期、果實(shí)膨大期、漿果成熟期、采果期及花芽分化期，需水量都在變化，水分管理是草莓田間管理的重要環(huán)節(jié)，水分對(duì)草莓的生長(zhǎng)發(fā)育有較大影響。實(shí)時(shí)監(jiān)測(cè)或診斷植株冠層水分狀況，對(duì)提高植株的灌溉效率指導(dǎo)生產(chǎn)、監(jiān)測(cè)自然群落的干旱狀況等具有重要意義。文中研究探討了利用光譜反射率監(jiān)測(cè)草莓葉片水分狀況的可行性,同時(shí)給出了光譜波段和回歸模型,試驗(yàn)證明，預(yù)測(cè)精度能夠達(dá)到定量估計(jì)葉片水分狀況需求。文中并未考慮施肥、土壤等其他條件對(duì)草莓植株生長(zhǎng)的影響，今后將深入研究多種因素影響下葉片水分變化情況，此外，可以利用遙感技術(shù)開(kāi)展光譜反射率與葉綠素等各種成分之間相關(guān)關(guān)系的研究。

1)云南省高校優(yōu)勢(shì)特色重點(diǎn)學(xué)科(生態(tài)學(xué))建設(shè)項(xiàng)目資助(05000511311)、國(guó)家林業(yè)局林業(yè)公益性行業(yè)科研專(zhuān)項(xiàng)(201204101-10)。

Water Content Model for Strawberry Leaves with Spectral Signature//

Li Jun, Song Wenlong

(Northeast Forestry University, Harbin 150040, P. R. China)//Journal of Northeast Forestry University，2016,44(1)：72-74，80.

Strawberry; Leaf water content; Reflectance spectra; Spectral index; Regression model

李珺，女，1978 年9月生，東北林業(yè)大學(xué)機(jī)電工程學(xué)院，副教授。E-mail：lijun2010@nefu.edu.cn。

宋文龍，東北林業(yè)大學(xué)機(jī)電工程學(xué)院，教授。E-mail:wlsong139@126.com。

2015年10月22日。

Q947.5

1)黑龍江省自然科學(xué)基金資助(QC2013C035)、黑龍江省教育廳科學(xué)技術(shù)研究項(xiàng)目(12533014)、中央高校基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金資助項(xiàng)目(2572014CB13)。

責(zé)任編輯：任俐。